{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "Agent 语义算法研究员【华为本硕博校招】",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "北京·海淀区·西北旺",
        "work_mode": "现场办公",AI生成
        "job_category": "AI模型算法工程师"AI生成
    },
    "company": {
        "company_name": "华为",
        "company_industry": "计算机软件",
        "company_size": "10000人以上",
        "company_website": "",
        "company_description": "华为技术有限公司成立于1987年，总部位于中国深圳，是一家全球领先的ICT（信息与通信技术）基础设施和智能终端提供商。华为的业务涵盖了多个领域，包括运营商网络、企业解决方案、消费者业务（如智能手机、个人电脑和平板电脑）、华为云、数字能源以及智能汽车解决方案等。"
    },
    "compensation": {
        "salary_range": {
            "min": 60000,
            "max": 90000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "节假日加班费 | 节日福利 | 夜班补助 | 企业年金 | 员工旅游 | 股票期权 | 绩效奖金 | 保底工资 | 团建聚餐 | 法定节假日三薪 | 年终奖 | 带薪年假 | 五险一金 | 意外险 | 定期体检 | 补充医疗保险 | 零食下午茶 | 免费班车 | 加班补助 | 交通补助"
    },
    "requirements": {
        "working_years": "",
        "degree": "博士",
        "language": "中文",AI生成
        "visa_support": "",
        "responsibilities": "毕业时间：2027年 招聘截止日期：2026.12.31\n研究方向：AI大模型、计算机视觉CV/多模态、三维感知和建模技术、数字孪生技术、NLP、高性能计算、机器学习、深度学习等领域\nbase地：北京、上海、西安、东莞\n1、深耕记忆管理、⾃主决策、代码⽣成技术，持续提升Agent上下⽂管理、规划推理和工具调用等核⼼能力，支撑信息获取、应用生成、代码生成、办公文档、GUI操控智能体的构建；\n2、面向预训练/后训练构建Agent的复杂任务规划、Repo级长程轨迹交互、多步工具编排等高价值数据生产管线，强化推理深度、决策鲁棒性与复杂场景适应力，拓展智能体能力边界；\n3、探索强化学习与Agent的深度融合，构建环境反馈驱动的策略优化机制，提升复杂决策场景的泛化性和准确性；\n4、负责业界前沿技术分析和规划，与领军专家和科研团队合作创新，探索自主演化、多智能体协作、复杂代码生成等Agent技术前沿，提升技术竞争力与影响力。",
        "requirements_text": "1、人工智能、机器学习、自然语言处理、计算机科学、统计数学等相关专业。\n2、具备扎实的算法研究功底和代码实现能力，深入理解大语言模型原理、Agent架构设计、强化学习、认知推理与决策规划，熟悉主流AI框架与分布式训练系统。\n3、具备敏锐的科研洞察力、创新思维和独立攻关能力，能够主动追踪前沿技术动态，善于从复杂问题中抽象核心科学问题并推动技术突破。\n4、具有Agent系统研发经验者优先，包括但不限于自主规划、工具学习、多智能体协作、环境交互、长程任务执行等方向；具备强化学习在复杂决策场景中应用经验者优先。\n5、在领域顶级会议（如NeurIPS、ICML、ICLR、ACL、CVPR等）发表过相关论文者优先；具有开源项目贡献、高水平竞赛获奖或知名研究机构实习经历者更佳。",
        "skills": [AI生成
            "大模型原理与能力边界",
            "Agent系统构建",
            "工具调用/MCP",
            "模型训练与算法优化",
            "多模态AI应用",
            "训练数据/标注/合成",
            "技术可行性与系统架构",
            "分布式/微服务系统设计",
            "复杂问题分析与解决"
        ],
        "preferred_qualifications": "",
        "job_highlights": "在校/应届 | 博士"
    },
    "contact": {
        "recruiter_name": "刘先生",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/923228d2ca04ffb20nJ_3tm8FFZS.html"
            }
        ]
    },
    "posting": {
        "posting_id": "923228d2ca04ffb20nJ_3tm8FFZS",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/923228d2ca04ffb20nJ_3tm8FFZS.html"
    },
    "fulltext": "毕业时间：2027年 招聘截止日期：2026.12.31\n\n研究方向：AI大模型、计算机视觉CV/多模态、三维感知和建模技术、数字孪生技术、NLP、高性能计算、机器学习、深度学习等领域\nbase地：北京、上海、西安、东莞\n1、深耕记忆管理、⾃主决策、代码⽣成技术，持续提升Agent上下⽂管理、规划推理和工具调用等核⼼能力，支撑信息获取、应用生成、代码生成、办公文档、GUI操控智能体的构建；\n2、面向预训练/后训练构建Agent的复杂任务规划、Repo级长程轨迹交互、多步工具编排等高价值数据生产管线，强化推理深度、决策鲁棒性与复杂场景适应力，拓展智能体能力边界；\n3、探索强化学习与Agent的深度融合，构建环境反馈驱动的策略优化机制，提升复杂决策场景的泛化性和准确性；\n4、负责业界前沿技术分析和规划，与领军专家和科研团队合作创新，探索自主演化、多智能体协作、复杂代码生成等Agent技术前沿，提升技术竞争力与影响力。\n岗位要求\n1、人工智能、机器学习、自然语言处理、计算机科学、统计数学等相关专业。\n2、具备扎实的算法研究功底和代码实现能力，深入理解大语言模型原理、Agent架构设计、强化学习、认知推理与决策规划，熟悉主流AI框架与分布式训练系统。\n3、具备敏锐的科研洞察力、创新思维和独立攻关能力，能够主动追踪前沿技术动态，善于从复杂问题中抽象核心科学问题并推动技术突破。\n4、具有Agent系统研发经验者优先，包括但不限于自主规划、工具学习、多智能体协作、环境交互、长程任务执行等方向；具备强化学习在复杂决策场景中应用经验者优先。\n5、在领域顶级会议（如NeurIPS、ICML、ICLR、ACL、CVPR等）发表过相关论文者优先；具有开源项目贡献、高水平竞赛获奖或知名研究机构实习经历者更佳。"
}